1、第 卷第期 年月地 理 与 地 理 信 息 科 学 收稿日期：；修回日期：基金项目：青海省地理空间信息技术与应用重点实验室开放课题“基于众源轨迹数据的城市路网构建与连通性分析”（）；国家自然科学基金青年项目（）作者简介：郑雪姣（），女，硕士研究生，研究方向为众源时空数据分析。通信作者 ：顾及公共交通转换自由度的城市行人路网连通性分析 以成都市中心城区为例郑 雪 姣，杨雪，余 建 华，赵 一 凡，杨 鸿 海，唐 炉 亮（中国地质大学（武汉）地理与信息工程学院，湖北 武汉 ；青海省地理空间信息技术与应用重点实验室，青海 西宁 ；武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 ）摘要：现有行人路
2、网连通性研究主要从机动车路网角度出发，忽略了包含人行道、人行横道以及公共交通站点布设对行人路网连通性的影响。该文提出一种顾及公共交通转换自由度的行人路网连通性评价模型，并以成都市中心城区为例，对区域内行人路网连通性进行了评价和分析。研究结果表明：成都市中心城区行人路网连通性呈现圈层式变化格局，公共交通明显降低了路网连通性的两极分化，显著提升了三环内及沿线区域行人步行便利性；武侯区和金牛区的行人路网连通性高于成华区、锦江区和青羊区，行人路网整体呈现出“西南高、东北低”的空间分布格局；在考虑公共交通转换因素后，不同街区行人路网连通性差异缩小，需要进一步优化边缘地区行人路网与公共交通的空间布局。关键
3、词：众源空间数据；行人路网；连通性分析；公共交通转换；城市规划中图分类号：；文献标识码：文章编号：（）引言城市交通网络系统包括机动车路网、自行车路网以及行人路网等，其中行人路网主要服务于城市居民的日常步行。据 中国人运动报告 显示，年居民步行步数呈稳步增长，每年增幅达 。相比机动车出行者而言，行人在步行过程中直接暴露于城市街道网络中，属于出行弱势群体，因此，如何提高行人路网的可步行性、有效改善步行道路环境成为当前研究的热点。行人路网连通性作为行人路网建设的重要评价指标，对完善行人路网布设和提高出行比例具有重要意义。目前，部分学者从路网拓扑结构角度出发，构建基于路网节点和路段特征的连通性评价指标
4、，包括、指数，网络树模式，链路节点比和完整性等，并进一步对机动车路网空间分布合理性进行评价和分析。周涛等 以交叉口的节点连通度和道路节点数量为连通性评价依据，提出顾及交叉口转向限制的路网连通度；兰小毅等，针对路网中某路段存在堵塞的不确定性，使用动态连接度评价城市路网布局的合理性；等 以道路网络中任意两个节点间的最短路径作为评价依据，提出一种街道连通性指标。为更精准评价城市居民出行的便利性，有学者从区域整体角度出发，根据街区的大小、密度、周长等探索街道路网连通性评价方法，；等以街区的紧凑程度表达道路的连通性，即街区越紧凑，道路连通性越好，表明交通服务能力越好。尽管现有研究从道路拓扑角度或街区角度
5、对路网连通性进行了评价和分析，但多聚焦于机动车路网和街道网络，忽略了包含人行道、人行横道、开放园区小道等行人设施的行人路网，为更真实地反映行人出行便利性，将人行道、人行横道等步行设施纳入行人路网至关重要。城市居民出行多采用“步行公共交通步行”的多元化方式，其中，公共交通站点布设情况对城市行人路网连通性具有一定影响，但目前仅从道路网络几何、拓扑结构出发评价网络连通性，忽略了公共交通站点的作用。鉴于此，本文以成都市中心城区为研究区，结合传统路网连通性评价方法与公共交通站点布设情况，提出一种顾及公共交通转换自由度的行人路网连通性评价模型，实现对成都市中心城区行人路网建设合理性和公共交通分布公平性的评
6、价与分析，以期克服仅考虑路网节点与边计算的局限性，对促进行人路网与公共交通站点的有效衔接、提高居民出行便利性与舒适性具有重要意义。研究方法 行人路网连通性评价模型构建已有研究多通过街道中心线（图 黄色线）分析行人出行便利性、路网可步行性等，但这些街道中心线是基于车行路网生成的拓扑网络结构，无法反映行人行走的真实路线。因此，本文以人行道（图 蓝色线）、人行横道（图 红色线）构成的行人路网为研究对象，通过分析行人路网拓扑结构及其与公共交通站点之间的空间关联特征，提出顾及公共交通转换自由度的行人路网连通性（）评价模型（式（），该模型包括路网结构复杂度和公共交通转换自由度两部分，具体研究框架如图所示。
7、犆犃犵犃犳犃（）式中：犆犃为分析单元犃的行人路网连通性，犵犃、犳犃分别为分析单元犃中行人路网结构复杂度、公共交通转换自由度，、分别为二者的权重值，考虑到行人路网结构复杂度和公共交通转换自由度对行人路网连通性的影响难以量化，本文对二者进行等权分配。图 街道与行人路网的差异犉 犻 犵 犇 犻 犳 犳 犲 狉 犲 狀 犮 犲 狊 犫 犲 狋 狑 犲 犲 狀 狊 狋 狉 犲 犲 狋 狊 犪 狀 犱狆 犲 犱 犲 狊 狋 狉 犻 犪 狀狀 犲 狋 狑 狅 狉 犽 狊图 行人路网连通性评价整体框架犉 犻 犵 犗 狏 犲 狉 犪 犾 犾 犳 狉 犪 犿 犲 狑 狅 狉 犽 犳 狅 狉 犲 狏 犪 犾 狌 犪
8、 狋 犻 狀 犵狆 犲 犱 犲 狊 狋 狉 犻 犪 狀狀 犲 狋 狑 狅 狉 犽犮 狅 狀 狀 犲 犮 狋 犻 狏 犻 狋 狔）路网结构复杂度。相比已有的路网连通性评价方法，链路节点比（）允许区域内存在死胡同节点，且不需要选择起点和终点，更适用于评价多个分析单元的行人路网连通性。因此，本文利用 对行人路网结构复杂度（犵犃）进行量化评价（式（），其值越大，表示行人路网结构越复杂，断头路越少，连通性越高。犵犃犔犃犖犃（）式中：犔犃、犖犃分别为行人路网边数和节点数。）公共交通转换自由度。考虑到公共交通主要服务于城市居民，其覆盖率与站点布设密度对居民出行具有重要影响，本文将公共交通覆盖率犇犃 与公共交
9、通站点密度犣犃进行加权，表示一定区域内居民出行乘坐公共交通工具的自由程度（式（）。为便于后续对比分析，将部分计算因子值标准化到 之间（式（）。犳犃犇犃犣犃犇犃狀犻 狊犻犛犃犣犃狀烅烄烆犝（）犡犡 （犡）（犡）（犡）（）式中：、分别为公共交通站点覆盖率和公共交通页第第期 郑雪姣，杨雪，余建华，等：顾及公共交通转换自由度的城市行人路网连通性分析站点密度的权重值，本文均取 ；狀犻 狊犻为各公共交通站点的覆盖面积总和，犛犃为分析单元面积（），狀、犝分别为分析单元中公共交通站点总数和道路总长（）。城市标度律对城市标度律（式（）取对数可得线性函数（式（），用以反映城市基础设施（如道路网络、公共交通）、经济
10、活动产值等与人口规模之间的定量关系，本文根据研究需要先对 数据、连通性结果等资源要素与人口数据取对数，再通过最小二乘法拟合得到直线斜率，即为标度律因子。犢犢犘（狋）（）犢 犘（狋）犢（）式中：犢为城市中各类资源要素（如基础设施数量、路网连通度等），犢为参数，犘（狋）为狋时刻的人口规模，为标度律因子，反映城市标度律。研究区域与数据源 研究区域本文选取成都市中心城区（包括金牛区、成华区、青羊区、武侯区和锦江区）作为研究区域（图），该区域地势平坦，以环状路网结构为主（四周呈现树状结构），行人路网与公共交通设施发达，故成都市享有“中国最宜居城市”的盛誉。截至 年，成都市城市路网密度为 ，公共交通站点主
11、要分布在个中心城区，具有研究城市行人路网连通性的代表性。图 成都市中心城区示意犉 犻 犵 犛 犽 犲 狋 犮 犺犿 犪 狆狅 犳 狋 犺 犲 犮 犲 狀 狋 狉 犪 犾 狌 狉 犫 犪 狀犪 狉 犲 犪狅 犳犆 犺 犲 狀 犵 犱 狌 数据获取与处理本文研究数据包括：行人路网数据，从公共数据平台 （）获取，包括人行道（街道或公路超出路面边缘的部分）、人行横道（穿过十字路口道路）等。通常行人路网可视为点和边的集合，其中顶点包括交叉口节点和死胡同节点，边为两点之间的路段。由于从 平台获取的数据存在部分要素缺失的情况，需以 中内置的在线地图作为参考，对缺失的行人道路进行手动补充。公共交通 数据，由高
12、德平台提供的开放 获取，经过去重和空间化处理，得到有效的公交站点和地铁站点分别为 和 个。人口数据，来自 分辨率的 全球人口数据集，利用 提取出成都市四环内共 个网格单元数据。住宅区土地利用数据，为矢量面状数据，分为住宅、商业、教育、医疗、公园绿地等 大类。行政区划数据，来源于自然资源部授权、全国地理信息资源目录服务系统提供的 万公众版基础地理信息数据（）（：？）。街区划分现有连通性评价过程中通常基于街区、规则网格、缓冲区 等对研究区域进行划分。街区是指由城市路径或边界划分的城市区域，通常情况下街区范围控制在 以内（即步行 左右），适用于分析城市中心区域；缓冲区则以某一特定建筑为圆点、以 为半
13、径划分区域，适用于分析某一特定目标（如学校、医院等）的连通性；人口普查区通常只包含具有一定数量人口的地理区域，对于没有人口数量的区域则难以衡量。结合研究实际以及成都市发展规划理念，本文选取街区作为分析单元，共获取 个街区，并依据土地利用数据中的居民区区块，将其中 个街区作为分析单元。行人路网连通性评价模型验证与结果分析 基于城市标度律的行人路网连通性评价模型验证与分析通过统计 个街区的人口数量，利用最小二乘法对取对数后的人口数量与 行人路网连通性和考虑公共交通转换自由度的行人路网连通性评价结果进行拟合（图）。从图可知，连通性与人口规模的标度律因子均小于，呈现亚线性关系，符合城市基础设施等要素与
14、人口分布的规律。其次，考虑公共交通转换自由度的行人路网连通性结页第地 理 与 地 理 信 息 科 学第 卷果与人口规模的拟合效果更好，犚由 提升到 ，证实该模型的有效性，表明顾及公共交通转换自由度的行人路网连通性评价模型可以更真实反映行人出行的便利程度。图 不同连通性评价模型下连通性与人口规模标度律拟合结果犉 犻 犵 犚 犲 狊 狌 犾 狋 狊 狅 犳 犳 犻 狋 狋 犻 狀 犵 狋 犺 犲 狊 犮 犪 犾 犻 狀 犵 犾 犪 狑狅 犳 犮 狅 狀 狀 犲 犮 狋 犻 狏 犻 狋 狔 犪 狀 犱狆 狅 狆 狌 犾 犪 狋 犻 狅 狀 狊 犻 狕 犲 狌 狀 犱 犲 狉犱 犻 犳 犳 犲 狉 犲
15、 狀 狋 犮 狅 狀 狀 犲 犮 狋 犻 狏 犻 狋 狔 犲 狏 犪 犾 狌 犪 狋 犻 狅 狀犿 狅 犱 犲 犾 狊 整体中心城区行人路网连通性分析为对比分析有无考虑公共交通转换因素下城市行人路网连通性的空间分异特征，本文通过式（）和式（）计算同一街区在两种模式下的行人路网连通性，利用 软件将行人路网连通性分成个等级，得到成都市中心城区的行人路网连通性空间分布（图）。图显示，成都市中心城区行人路网连通性呈现圈层式变化分布格局，以天府广场为中心一环内街区的路网连通性大部分处于中等水平（），路网连通性水平较高（）的街区主要位于二环和三环之间。中等、较高连通水平的街区共占总数的 ，高连通水平街区占
16、 ，低连通水平街区仅占 。综上可知，成都市中心城区的行人路网连通性整体水平较好，公共交通空间配置相对公平，但城市边缘街区的公共交通服务有待提升。图 反映了两种模式下路网连通性的变化差异，冷、暖色分别表示考虑公共交通转换因素后连通性降低和增强。在考虑公共交通转换因素后，行人路网连通性水平提升的街区占 ，且大部分在三环内，处于低水平（）和高水平（）连通性的街区数量明显减少，两极分化程度显著降低，表明公共交通的分布影响了城市街区行人路网连通性的空间分布特征并减小了街区间差异。图 连通性结果与差异性分布犉 犻 犵 犇 犻 狊 狋 狉 犻 犫 狌 狋 犻 狅 狀狅 犳 犮 狅 狀 狀 犲 犮 狋 犻 狏 犻 狋 狔 狉 犲 狊 狌 犾 狋 狊 犪 狀 犱狏 犪 狉 犻 犪 狀 犮 犲 不同行政区行人路网连通性分析采用 和顾及公共交通转换自由度的 计算不同行政区的行人路网连通性（表）。由表可知：武侯区的 最高（），其次为金牛区、成华区、锦江区，青羊区最低，最大差值为 。在考虑公共交通转换因素后，成华区、锦江区和青羊区页第第期 郑雪姣，杨雪，余建华，等：顾及公共交通转换自由度的城市行人路网连通性分析
